Gemini Nano के एक्सपेरिमेंटल वर्शन का ऐक्सेस पाना

Gemini Nano को एक्सपेरिमेंट के तौर पर उपलब्ध कराने का मकसद, उन डेवलपर की मदद करना है जो अपने ऐप्लिकेशन को बेहतर बनाने के लिए, डिवाइस पर मौजूद एआई की बेहतरीन सुविधाओं का इस्तेमाल करना चाहते हैं. इस गाइड में, अपने ऐप्लिकेशन में Google के AI Edge SDK का इस्तेमाल करके, Gemini Nano के साथ एक्सपेरिमेंट करने का तरीका बताया गया है.

सैंपल ऐप्लिकेशन पाना

अगर आपको तैयार किए गए डेमो के साथ-साथ यह तरीका अपनाना है, तो GitHub पर मौजूद हमारा सैंपल ऐप्लिकेशन देखें.

ज़रूरी शर्तें

Gemini Nano का इस्तेमाल करने के लिए, आपके पास Pixel 9 सीरीज़ का डिवाइस होना चाहिए. आगे बढ़ने से पहले, पक्का करें कि आपके पास एक क्रेडेंशियल हो. साथ ही, यह भी पक्का करें कि आपने सिर्फ़ उस खाते से लॉग इन किया हो जिसका इस्तेमाल आपको टेस्टिंग के लिए करना है.

  1. aicore-experimental Google ग्रुप में शामिल हों
  2. Android AICore टेस्टिंग प्रोग्राम के लिए ऑप्ट-इन करना

यह तरीका अपनाने के बाद, Play Store पर ऐप्लिकेशन का नाम "Android AICore" से बदलकर "Android AICore (बीटा)" हो जाएगा. यह नाम, 'ऐप्लिकेशन और डिवाइस मैनेज करें' में दिखेगा.

APK अपडेट करना और बाइनरी डाउनलोड करना

  1. AICore APK अपडेट करें:
    1. सबसे ऊपर दाईं ओर, प्रोफ़ाइल आइकॉन पर टैप करें.
    2. ऐप्लिकेशन और डिवाइस मैनेज करें > मैनेज करें पर टैप करें
    3. Android AICore पर टैप करें
    4. अगर कोई अपडेट उपलब्ध है, तो अपडेट करें पर टैप करें
  2. Private Compute Service APK को अपडेट करें:
    1. सबसे ऊपर दाईं ओर, प्रोफ़ाइल आइकॉन पर टैप करें.
    2. ऐप्लिकेशन और डिवाइस मैनेज करें > मैनेज करें पर टैप करें
    3. Private Compute Services पर टैप करें
    4. अगर कोई अपडेट उपलब्ध है, तो अपडेट करें पर टैप करें
    5. इस ऐप्लिकेशन के बारे में जानकारी टैब में जाकर, ऐप्लिकेशन का वर्शन देखें. साथ ही, पक्का करें कि ऐप्लिकेशन का वर्शन 1.0.release.658389993 या उसके बाद का हो
  3. अपने डिवाइस को रीस्टार्ट करें और टेस्टिंग प्रोग्राम में रजिस्टर होने की प्रोसेस पूरी होने के लिए कुछ मिनट इंतज़ार करें
  4. Play Store में "इस ऐप्लिकेशन के बारे में जानकारी" टैब में जाकर, AICore के APK वर्शन की जांच करें. इससे यह पक्का किया जा सकता है कि यह 0.thirdpartyeap से शुरू होता है

Gradle कॉन्फ़िगर करना

अपने build.gradle कॉन्फ़िगरेशन में, डिपेंडेंसी ब्लॉक में यह जानकारी जोड़ें:


implementation("com.google.ai.edge.aicore:aicore:0.0.1-exp01")

अपने build.gradle कॉन्फ़िगरेशन में, SDK टूल का कम से कम टारगेट 31 पर सेट करें:

defaultConfig {
    ...
    minSdk = 31
    ...
}

AICore पाना और अनुमान लगाना

GenerationConfig ऑब्जेक्ट बनाएं. इसमें पैरामीटर होते हैं, जिनकी मदद से प्रॉपर्टी को पसंद के मुताबिक बनाया जा सकता है. इससे, मॉडल को अनुमान लगाने का तरीका तय करने में मदद मिलती है.

पैरामीटर में ये शामिल हैं:

  • तापमान: यह यादृच्छिकता को कंट्रोल करता है. ज़्यादा वैल्यू से विविधता बढ़ती है
  • सबसे ज़्यादा रैंक वाले K: सबसे ज़्यादा रैंक वाले कितने टोकन को शामिल करना है
  • उम्मीदवारों की संख्या: दिखाए जाने वाले जवाबों की ज़्यादा से ज़्यादा संख्या
  • ज़्यादा से ज़्यादा आउटपुट टोकन: रिस्पॉन्स की लंबाई
  • वर्कर्स एक्सीक्यूटर: वह ExecutorService जिस पर बैकग्राउंड टास्क चलाए जाने चाहिए
  • कॉलबैक एक्ज़ीक्यूटर: वह Executor जिस पर कॉलबैक लागू किए जाने चाहिए

Kotlin

val generationConfig = generationConfig {
  context = ApplicationProvider.getApplicationContext() // required
  temperature = 0.2f
  topK = 16
  maxOutputTokens = 256
}

Java

GenerationConfig.Builder configBuilder = GenerationConfig.Companion.builder();
    configBuilder.setContext(context);
    configBuilder.setTemperature(0.2f);
    configBuilder.setTopK(16);
    configBuilder.setMaxOutputTokens(256);

downloadCallback बनाएं. हालांकि, यह ज़रूरी नहीं है. यह एक कॉलबैक फ़ंक्शन है, जिसका इस्तेमाल मॉडल डाउनलोड करने के लिए किया जाता है. डीबग करने के लिए, मैसेज वापस भेजे जाते हैं.

जनरेशन और डाउनलोड के लिए, पहले से बनाए गए वैकल्पिक कॉन्फ़िगरेशन के साथ GenerativeModel ऑब्जेक्ट बनाएं.

Kotlin

val downloadConfig = DownloadConfig(downloadCallback)
val model = GenerativeModel(
   generationConfig = generationConfig,
   downloadConfig = downloadConfig // optional
)

Java

GenerativeModel model = new GenerativeModel(
   generationConfig,
   downloadConfig = DownloadConfig(downloadCallback) // optional
);

मॉडल की मदद से अनुमान लगाएं और अपना प्रॉम्प्ट डालें. GenerativeModel.generateContent() एक सस्पेंड फ़ंक्शन है. इसलिए, हमें यह पक्का करना होगा कि इसे लॉन्च करने के लिए, सही कोरूटीन स्कोप में हो.

Kotlin

scope.launch {
  // Single string input prompt
  val input = "I want you to act as an English proofreader. I will provide you
    texts, and I would like you to review them for any spelling, grammar, or
    punctuation errors. Once you have finished reviewing the text, provide me
    with any necessary corrections or suggestions for improving the text: These
    arent the droids your looking for."
  val response = generativeModel.generateContent(input)
  print(response.text)

  // Or multiple strings as input
  val response = generativeModel.generateContent(
  content {
    text("I want you to act as an English proofreader. I will provide you texts
      and I would like you to review them for any spelling, grammar, or
      punctuation errors.")
    text("Once you have finished reviewing the text, provide me with any
      necessary corrections or suggestions for improving the text:")
    text("These arent the droids your looking for.")
    }
  )
  print(response.text)
}

Java

Futures.addCallback(
    String input = "I want you to act as an English proofreader. I will
    provide you texts, and I would like you to review them for any
    spelling, grammar, or punctuation errors. Once you have finished
    reviewing the text, provide me with any necessary corrections or
    suggestions for improving the text:
    These aren't the droids you're looking for."
    modelFutures.generateContent(input),
    new FutureCallback<GenerateContentResponse>() {
      @Override
      public void onSuccess(GenerateContentResponse result) {
        // generation successful
      }

      @Override
      public void onFailure(Throwable t) {
        // generation failed
      }
    },
    ContextCompat.getMainExecutor(this));

अगर आपको Google AI Edge SDK के बारे में कोई सुझाव/राय देनी है या हमारी टीम के लिए कोई और सुझाव/राय देनी है, तो टिकट सबमिट करें.

प्रॉम्प्ट के बारे में सलाह

प्रॉम्प्ट डिज़ाइन, प्रॉम्प्ट बनाने की प्रोसेस है. इससे लैंग्वेज मॉडल से बेहतर जवाब मिलता है. लैंग्वेज मॉडल से सटीक और अच्छी क्वालिटी के जवाब पाने के लिए, सही तरीके से सवाल पूछना ज़रूरी है. हमने Gemini Nano के सामान्य इस्तेमाल के उदाहरणों को शामिल किया है, ताकि आप इसका इस्तेमाल शुरू कर सकें. ज़्यादा जानकारी के लिए, Gemini की प्रॉम्प्ट करने की रणनीतियां देखें.

फिर से लिखने के लिए:

I want you to act as an English proofreader. I will provide you texts, and I
would like you to review them for any spelling, grammar, or punctuation errors.
Once you have finished reviewing the text, provide me with any necessary
corrections or suggestions for improving the text: These arent the droids your
looking for

स्मार्ट जवाब की सुविधा के इस्तेमाल के उदाहरणों के लिए:

Prompt: Predict up to 5 emojis as a response to a text chat message. The output
should only include emojis.

input: The new visual design is blowing my mind 🤯
output: ➕,💘, ❤‍🔥

input: Well that looks great regardless
output: 💗,🪄

input: Unfortunately this won't work
output: 💔,😔

input: sounds good, I'll look into that
output: 🙏,👍

input: 10hr cut of jeff goldblum laughing URL
output: 😂,💀,⚰️

input: Woo! Launch time!
Output:

खास जानकारी के लिए:

Summarize this text as bullet points of key information.
Text: A quantum computer exploits quantum mechanical phenomena to perform
  calculations exponentially faster than any modern traditional computer. At
  very tiny scales, physical matter acts as both particles and as waves, and
  quantum computing uses specialized hardware to leverage this behavior. The
  operating principles of quantum devices are beyond the scope of classical
  physics. When deployed at scale, quantum computers could be used in a wide
  variety of applications such as: in cybersecurity to break existing encryption
  methods while helping researchers create new ones, in meteorology to develop
  better weather forecasting etc. However, the current state-of-the-art quantum
  computers are still largely experimental and impractical.